Inferencia de parámetros en líneas celulares de cáncer

Peña Cantu, Brenda Aide (2014) Inferencia de parámetros en líneas celulares de cáncer. Maestría thesis, Universidad Autónoma de Nuevo León.

[img]
Vista previa
Texto
1080215192.pdf - Versión Aceptada
Available under License Creative Commons Attribution Non-commercial No Derivatives.

Download (3MB) | Vista previa

Resumen

Objetivos y método de estudio: En el presente trabajo se muestra la comparación de métodos formulados para dar solución a la inferencia de parámetros en redes de regulación genética artificiales. Este proyecto es motivado por un caso práctico en una red genética proveniente de líneas celulares de cáncer reales al que desea extenderse. Dentro de este estudio se incluyen evaluaciones empíricas donde se compara el desempeño de cada una de las metodologías presentadas tomando diversas muestras de datos mediante los modelos creados. El propósito de esta tesis es contrastar distintas metodologías desarrolladas para la inferencia de parámetros de redes genéticas artificiales. Esto con el fin de proporcionar evidencia sobre cu´al es m´as apropiada emplear, basándose en criterios de eficiencia y errores de muestra. Contribuciones y conclusiones: La contribución fundamental del presente trabajo radica en realizar un análisis de las metodologías creadas para inferir parámetros teniendo en cuenta la limitación de pocos datos atribuida a las escasas observaciones con las que se cuentan en experimentos en casos reales.

Tipo de elemento: Tesis (Maestría)
Información adicional: Tesis (Maestría en Ciencias en Ingeniería de Sistemas) UANL, 2015.
Divisiones: Ingeniería Mecánica y Eléctrica > Maestría en Ciencias de la Ingeniería con orientación en Sistemas
Usuario depositante: Editor Repositorio
Creadores:
CreadorEmailORCID
Peña Cantu, Brenda AideNO ESPECIFICADONO ESPECIFICADO
Fecha del depósito: 22 Sep 2016 19:21
Última modificación: 28 Nov 2019 21:22
URI: http://eprints.uanl.mx/id/eprint/11286

Actions (login required)

Ver elemento Ver elemento

Downloads

Downloads per month over past year